Desarrollo de Python
  1. Desarrollo de Python
  3. Creación de nuevas columnas en pandas.DataFrame usando la función apply ()
Intereting Posts
Relleno continuo de datos de pandas a partir de datos dispersos Encontrar Línea en esqueleto Imágenes OpenCV python Gráficos de Excel a PowerPoint con Python desempaquetando argumento de función Decapado una definición de clase La forma más eficiente de revertir una matriz numpy Establecer tiempo de espera para Pika ioloop async (RabbitMQ) Obtener clase que define el método Sklearn.LabelEncoder con valores nunca vistos antes extrayendo n gramos de un gran texto Carga del archivo Django Rest Framework ¿Cuál es el punto de vista en pandas si no está definido si una operación de indexación devuelve una vista o una copia? Python lxml XPath problema Python: los índices de la tupla deben ser enteros, no str al seleccionar de la tabla mysql Python guardando archivos JSON como UTF-8

Creación de nuevas columnas en pandas.DataFrame usando la función apply ()

Tengo un DataFrame de pandas como: 

AB '2010-01-01' 10 20 '2010-02-01' 20 30 '2010-03-01' 30 10

Necesito aplicar alguna función para cada columna y crear nuevas columnas en este DataFrame con un nombre especial. 

  AB A1 B1 '2010-01-01' 10 20 20 40 '2010-02-01' 20 30 40 60 '2010-03-01' 30 10 60 20

Así que necesito hacer dos columnas adicionales con los nombres A1 y B2 basadas en las columnas A y B (como el nombre A1 = str(A) + str(1) ) multiplicando por dos. ¿Es posible hacer esto usando DataFrame.apply() u otra construcción?

Puedes usar join para hacer la combinación: 

 >>> import pandas as pd >>> df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]}) >>> df AB 0 10 20 1 20 30 2 30 10 >>> df * 2 AB 0 20 40 1 40 60 2 60 20 >>> df.join(df*2, rsuffix='1') AB A1 B1 0 10 20 20 40 1 20 30 40 60 2 30 10 60 20

donde podría reemplazar df*2 con df.apply(your_function) si lo desea.

Me saltearía el método de apply y definiría las columnas directamente. 

 import pandas as pd df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]}) for col in df.columns: df[col+"1"] = df[col] * 2

No tan elegante como la solución de DSM. Pero por el motivo que sea, evito apply menos que realmente lo necesite.